典型文献
基于改进VGG16的嵌入式图像识别系统设计
文献摘要：
近年来深度学习的进步大大推动了物体检测的发展,其中SSD(Single Shot MultiBox Detector)方法在物体检测领域应用较多.然而传统SSD难以应用在硬件资源受限的嵌入式设备中.因此,通过分析SSD方法的基本流程和原理,采用Mo?bileNet卷积神经网络替换SSD的VGG16网络作为后续改进基准.采用不同尺度的卷积核对网络各层进行卷积特征提取,并合并各个特征图信息.实验结果表明:改进后的SSD方法能够有效地运行在树莓派上.在VOC2017数据集上的平均精度均值可达72.4％.该文提出的多维度的特征图检测方法可以有效提高网络的检测精度.
文献关键词：
深度学习;嵌入式系统;物体检测;图像识别
中图分类号：
作者姓名：
高晓雷;张彬;王林惠;潘学文;段华斌;陈光辉;郭宜娟
作者机构：
湖南科技学院,湖南永州425199
文献出处：
引用格式：
[1]高晓雷;张彬;王林惠;潘学文;段华斌;陈光辉;郭宜娟-.基于改进VGG16的嵌入式图像识别系统设计)[J].电脑知识与技术,2022(02):15-16
A类：
VOC2017
B类：
VGG16,式图,图像识别,识别系统,物体检测,SSD,Single,Shot,MultiBox,Detector,检测领域,硬件资源,资源受限,嵌入式设备,基本流程,Mo,bileNet,不同尺度,卷积核,核对,层进,行卷,卷积特征提取,并合,特征图,图信息,树莓派,平均精度均值,检测精度,嵌入式系统
AB值：
0.481957
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
